Capitolo 12 La regressione lineare semplice

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Capitolo 12 La regressione lineare semplice"

Transcript

1 Levine, Krehbiel, Berenson Statistica II ed Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott. Stefano Bonnini, Dott.ssa Susanna Ragazzi

2 Argomenti Regressione e correlazione Regressione lineare semplice Il modello di regressione Equazione della retta di regressione Misure di variabilità Assunzioni del modello Analisi dei residui Inferenza sull inclinazione della retta Le trappole della regressione I calcoli della regressione lineare semplice

3 Regressione e correlazione Esistono molti metodi di inferenza statistica che si riferiscono ad una sola variabile statistica. Obiettivo della lezione: studio della relazione tra due variabili. Tecniche oggetto di studio: regressione Costruire un modello attraverso cui prevedere i valori di una variabile dipendente o risposta (quantitativa) a partire dai valori di una o più variabili indipendenti o esplicative correlazione Studio della associazione tra variabili quantitative

4 Regressione lineare Solitamente nel modello di regressione si indica con Y la variabile dipendente X la variabile esplicativa REGRESSIONE LINEARE SEMPLICE MULTIPLA Una sola variabile esplicativa X Diverse variabili esplicative (X 1, X 2,,X p )

5 Il modello di regressione Per studiare la relazione tra due variabili è utile il diagramma di dispersione in cui si riportano i valori della variabile esplicativa X sull asse delle ascisse e i valori della variabile dipendente Y sull asse delle ordinate. La relazione tra due variabili può essere espressa mediante funzioni matematiche più o meno complesse tramite un modello di regressione. Il modello di regressione lineare semplice è adatto quando i valori delle variabili X e Y si distribuiscono lungo una retta nel diagramma di dispersione.

6 Il modello di regressione L inclinazione β 1 indica come varia Y in corrispondenza di una variazione unitaria di X. L intercetta β 0 corrisponde al valore medio di Y quando X è uguale a 0. Il segno di β 1 indica se la relazione lineare è positiva o negativa. Esempio di relazione lineare positiva

7 Il modello di regressione La scelta del modello matematico appropriato è suggerita dal modo in cui si distribuiscono i valori delle due variabili nel diagramma di dispersione

8 Il modello di regressione Esempio: un produttore desidera ottenere una misura della qualità di un prodotto ma la procedura è troppo costosa. Decide allora di stimare questa misura (score 2) a partire dall osservazione di un altra misura (score 1) più semplice meno costosa da ottenere. Unità di prodotto Score Score Score Score

9 Equazione della retta di regressione Si dimostra che sotto certe ipotesi i parametri del modello β 0 e β 1 possono essere stimati ricorrendo ai dati del campione. Indichiamo con b 0 e b 1 le stime ottenute. La regressione ha come obiettivo quello di individuare la retta che meglio si adatta ai dati. Esistono vari modi per valutare la capacità di adattamento Il criterio più semplice è quello di valutare le differenze tra i valori osservati (Y i ) e i valori previsti (Ŷ i )

10 Equazione della retta di regressione Il metodo dei minimi quadrati consiste nel determinare b 0 e b 1 rendendo minima la somma dei quadrati delle differenze tra i valori osservati Y i e i valori stimati Ŷ i. I valori b 0 e b 1 sono chiamati coefficienti di regressione.

11 Equazione della retta di regressione Nell esempio precedente in cui si intendeva prevedere il valore di una misura di qualità score2 in funzione di un altra misura score1, applicando il metodo dei minimi quadrati si ottiene la seguente retta di regressione: Score y = x Score1 Tramite l equazione score2 = 1, ,2177 score1 è possibile prevedere i valori di score2 in funzione di quelli osservati di score1. Se ad esempio osservassimo un valore di score1 pari a 4,5 il valore stimato di score2 sarebbe 2,1. Risulta: b 1 = 0,2177 b 0 = 1,1177 Perciò se aumenta di un unità il valore di score1, il valore previsto di score2 subisce un incremento di 0,2177. Se score1 assume valore 0, il valore previsto per score2 è pari a 1,1177.

12 Equazione della retta di regressione La previsione di un valore di Y in corrispondenza di un certo valore di X può essere definita in due modi, in relazione all intervallo di valori di X usati per stimare il modello: interpolazione: se la previsione di Y corrisponde ad un valore di X interno all intervallo estrapolazione: se la previsione di Y corrisponde ad un valore di X che non cade nell intervallo Nell esempio precedente l intervallo per la variabile indipendente (score1) è [2,2; 8,5]. Calcolando la previsione di score2 per un valore di score1 pari a 4,5 abbiamo effettuato un interpolazione. Se volessimo calcolare la previsione di score2 in corrispondenza del valore 9 per score1, faremmo un estrapolazione.

13 Misure di variabilità Le seguenti misure di variabilità consentono di valutare le capacità previsive del modello statistico proposto. Variabilità totale (somma totale dei quadrati) variabilità di Y Variabilità spiegata (somma dei quadr. della regress.) variabilità di Ŷ Variabilità non spiegata (somma dei quadr. degli errori) variabilità dell errore

14 Misure di variabilità

15 Misure di variabilità Il coefficiente di determinazione è una misura utile per valutare il modello di regressione Esso misura la parte di variabilità di Y spiegata dalla variabile X nel modello di regressione. L errore standard della stima è una misura della variabilità degli scostamenti dei valori osservati da quelli previsti. Nell esempio precedente risulta r 2 = 0,96 e S YX = 0,13.

16 Le assunzioni del modello Distribuzione normale degli errori: gli errori devono avere, per ogni valore di X, una distribuzione normale. Il modello di regressione è comunque robusto rispetto a scostamenti dall ipotesi di normalità Omoschedasticità: la variabilità degli errori è costante per ciascun valore di X. Indipendenza degli errori: gli errori devono essere indipendenti per ciascun valore di X (importante soprattutto per osservazioni nel corso del tempo)

17 Le assunzioni del modello = +

18 Analisi dei residui Il residuo e i è una stima dell errore che commetto nel prevedere Y i tramite Ŷ i. Per stimare la capacità di adattamento ai dati della retta di regressione è opportuna una analisi grafica grafico di dispersione dei residui (ordinate) e dei valori di X (ascisse). Se si evidenzia una relazione particolare il modello non è adeguato. Nell esempio a lato il modello di regressione lineare non sembra appropriato. Il grafico a destra evidenzia lo scarso adattamento ai dati del modello (lack of fit). Quindi il modello polinomiale è più appropriato.

19 Analisi dei residui Valutazione delle ipotesi: Omoschedasticità: il grafico dei residui rispetto a X consente di stabilire anche se la variabilità degli errori varia a seconda dei valori di X Il grafico a lato evidenzia ad esempio che la variabilità dei residui aumenta all aumentare dei valori di X. Normalità: rappresentazione della distribuzione di frequenze dei residui (es. istogramma) Indipendenza: rappresentando i residui nell ordine con cui sono stati raccolti i dati emerge un eventuale autocorrelazione tra osservazioni successive.

20 Analisi dei residui Dall esempio precedente risulta che i residui non si distribuiscono in modo regolare al variare delle stime della variabile dipendente (e quindi anche al variare della X). Il modello quindi non è ben specificato. Il grafico dei residui rispetto al tempo non sembra evidenziare l esistenza di autocorrelazione dei primi. Residuals Versus the Fitted Values (response is Score2) Residuals Versus the Order of the Data (response is Score2) Residual Residual Fitted Value Observation Order

21 Analisi dei residui Per quanto riguarda la normalità dei residui, l istogramma delle frequenze e il normal probability plot ci portano ad escludere che la condizione sia verificata. Histogram of the Residuals (response is Score2) Normal Probability Plot of the Residuals (response is Score2) Frequency 2 Normal Score Residual Residual

22 Inferenza sull inclinazione della retta di regressione Possiamo stabilire se tra le variabili X e Y sussiste una relazione lineare significativa sottoponendo a verifica l ipotesi che β 1 (inclinazione della popolazione) sia uguale a zero.

23 Inferenza sull inclinazione della retta di regressione Se ad esempio α=0,05 e n=14, allora le regioni di accettazione e di rifiuto sono definite come segue: - + Nell esempio del modello di regressione in cui score1 è variabile esplicativa e score2 variabile dipendente abbiamo che b 1 =0,2177 n=8 t=b 1 /S b1 =12,51>t 6 = 2,45 perciò rigetto l ipotesi che l inclinazione sia nulla a favore dell ipotesi che esista inclinazione significativa.

24 Inferenza sull inclinazione della retta di regressione La significatività dell inclinazione della retta può essere sottoposta a verifica anche ricorrendo al test F:

25 Inferenza sull inclinazione della retta di regressione La regola decisionale è la seguente: Rifiuto H 0 se F > F U con F U valore critico che lascia a destra probabilità pari ad α. Nell esempio del modello di regressione in cui score1 è variabile esplicativa e score2 variabile dipendente abbiamo che F=156,56 > F 1,6 = 5,99 quindi rigetto l ipotesi di inclinazione non significativa.

26 Inferenza sull inclinazione della retta di regressione Un altro modo per verificare la significatività di β 1 è quello di costruire un intervallo di confidenza per il parametro. Se il valore ipotizzato β 1 = 0 è incluso nell intervallo accetto l ipotesi di inclinazione non significativa. Nel nostro esempio abbiamo β 1 = 0,21767 t 6 = 2,45 S b1 = 0,01740 perciò al livello di confidenza del 95% il vero valore di β 1 è compreso nell intervallo [0,17504;0,2603]. Lo zero non cade nell intervallo, perciò rigetto l ipotesi nulla.

27 Stima della previsione Oltre ad ottenere previsioni per i valori di Y (stime puntuali della media di Y) si possono ottenere intervalli di confidenza per la media della variabile risposta:

28 Stima della previsione = +

29 Stima della previsione E possibile ottenere un intervallo di confidenza per la previsione di un singolo valore di Y. La formula è molto simile a quella dell intervallo di confidenza per la media anche se in questo caso si stima un valore e non un parametro:

30 Le trappole dell analisi di regressione Il modello di regressione è una tecnica statistica molto utilizzata. Spesso però viene impiegata in modo non corretto. L analisi grafica molto spesso consente di rilevare eventuali informazioni che le analisi numeriche non evidenziano.

31 Le trappole dell analisi di regressione Ad esempio, a partire da quattro dataset diversi, è possibile ottenere gli stessi risultati in termini di statistiche di regressione pur trattandosi di situazioni molto diverse tra loro.

32 Le trappole dell analisi di regressione Caso A: il modello di regressione lineare semplice sembra appropriato Caso B: sembra più appropriato un modello polinomiale (di secondo grado) Caso C: presenza di un outlier che deve essere eliminato prima di procedere alle stime Caso D: valore anomalo di X di cui si dovrebbe tener conto nella specificazione del modello

33 Le trappole dell analisi di regressione

34 I calcoli della regressione lineare semplice Applicando il metodo dei minimi quadrati per la stima dei coefficienti della retta di regressione si ha:

35 I calcoli della regressione lineare semplice Calcolo delle misure di variabilità:

36 Riepilogo

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

Dettagli

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili

Dettagli

MINIMI QUADRATI. REGRESSIONE LINEARE

MINIMI QUADRATI. REGRESSIONE LINEARE MINIMI QUADRATI. REGRESSIONE LINEARE Se il coefficiente di correlazione r è prossimo a 1 o a -1 e se il diagramma di dispersione suggerisce una relazione di tipo lineare, ha senso determinare l equazione

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA) Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

ANALISI DEI DATI CON SPSS

ANALISI DEI DATI CON SPSS STRUMENTI E METODI PER LE SCIENZE SOCIALI Claudio Barbaranelli ANALISI DEI DATI CON SPSS II. LE ANALISI MULTIVARIATE ISBN 978-88-7916-315-9 Copyright 2006 Via Cervignano 4-20137 Milano Catalogo: www.lededizioni.com

Dettagli

STUDIO DI UNA FUNZIONE

STUDIO DI UNA FUNZIONE STUDIO DI UNA FUNZIONE OBIETTIVO: Data l equazione Y = f(x) di una funzione a variabili reali (X R e Y R), studiare l andamento del suo grafico. PROCEDIMENTO 1. STUDIO DEL DOMINIO (CAMPO DI ESISTENZA)

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA Pag 1 di 92 Francesco Sardo ELEMENTI DI STATISTICA PER VALUTATORI DI SISTEMI QUALITA AMBIENTE - SICUREZZA REV. 11 16/08/2009 Pag 2 di 92 Pag 3 di 92 0 Introduzione PARTE I 1 Statistica descrittiva 1.1

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe ha dimostrato fin dal primo momento grande attenzione e interesse verso gli

Dettagli

General Linear Model. Esercizio

General Linear Model. Esercizio Esercizio General Linear Model Una delle molteplici applicazioni del General Linear Model è la Trend Surface Analysis. Questa tecnica cerca di individuare, in un modello di superficie, quale tendenza segue

Dettagli

Guida rapida. Cos è GeoGebra? Notizie in pillole

Guida rapida. Cos è GeoGebra? Notizie in pillole Guida rapida Cos è GeoGebra? Un pacchetto completo di software di matematica dinamica Dedicato all apprendimento e all insegnamento a qualsiasi livello scolastico Riunisce geometria, algebra, tabelle,

Dettagli

Laboratorio di Progettazione Esecutiva dell Architettura 2 Corso di Estimo a.a. 2007-08 Docente Renato Da Re Collaboratore: Barbara Bolognesi

Laboratorio di Progettazione Esecutiva dell Architettura 2 Corso di Estimo a.a. 2007-08 Docente Renato Da Re Collaboratore: Barbara Bolognesi Laboratorio di Progettazione Esecutiva dell Architettura 2 Corso di Estimo a.a. 2007-08 Docente Renato Da Re Collaboratore: Barbara Bolognesi Microeconomia venerdì 29 febbraio 2008 La struttura della lezione

Dettagli

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE

EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE EQUAZIONI E DISEQUAZIONI POLINOMIALI E COLLEGAMENTI CON LA GEOMETRIA ELEMENTARE 1. EQUAZIONI Definizione: un equazione è un uguaglianza tra due espressioni letterali (cioè in cui compaiono numeri, lettere

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

La scelta razionale del consumatore (Frank - Capitolo 3)

La scelta razionale del consumatore (Frank - Capitolo 3) La scelta razionale del consumatore (Frank - Capitolo 3) L'INSIEME OPPORTUNITÁ E IL VINCOLO DI BILANCIO Un paniere di beni rappresenta una combinazione di beni o servizi Il vincolo di bilancio o retta

Dettagli

Dott.ssa Caterina Gurrieri

Dott.ssa Caterina Gurrieri Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo

Dettagli

SEGNO DELLA FUNZIONE. Anche in questo caso, per lo studio del segno della funzione, occorre risolvere la disequazione: y > 0 Ne segue:

SEGNO DELLA FUNZIONE. Anche in questo caso, per lo studio del segno della funzione, occorre risolvere la disequazione: y > 0 Ne segue: CAMPO DI ESISTENZA. Poiché la funzione data è una razionale fratta, essa risulta definita su tutto l asse reale tranne che nei punti in cui il denominatore della frazione si annulla, cioè: C.E. { R: 0}

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

STUDIO DI SETTORE SM43U

STUDIO DI SETTORE SM43U ALLEGATO 3 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SM43U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

STUDIO DEL SEGNO DI UNA FUNZIONE

STUDIO DEL SEGNO DI UNA FUNZIONE STUDIO DEL SEGNO DI UNA FUNZIONE Quando si studia una funzione! " #$%&' (funzione reale di variabile reale) è fondamentale conoscere il segno, in altre parole sapere per quali valori di &( #$%&'$è positiva,

Dettagli

EQUAZIONI non LINEARI

EQUAZIONI non LINEARI EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI

Dettagli

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI

APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI APPUNTI DI MATEMATICA LE DISEQUAZIONI NON LINEARI Le disequazioni fratte Le disequazioni di secondo grado I sistemi di disequazioni Alessandro Bocconi Indice 1 Le disequazioni non lineari 2 1.1 Introduzione.........................................

Dettagli

Fondamenti di Automatica

Fondamenti di Automatica Fondamenti di Automatica Risposte canoniche e sistemi elementari Dott. Ing. Marcello Bonfè Dipartimento di Ingegneria - Università di Ferrara Tel. +39 0532 974839 E-mail: marcello.bonfe@unife.it pag. 1

Dettagli

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia

DERIVATE DELLE FUNZIONI. esercizi proposti dal Prof. Gianluigi Trivia DERIVATE DELLE FUNZIONI esercizi proposti dal Prof. Gianluigi Trivia Incremento della variabile indipendente e della funzione. Se, sono due valori della variabile indipendente, y f ) e y f ) le corrispondenti

Dettagli

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento

esame di stato 2014 seconda prova scritta per i licei scientifici di ordinamento ARTICOLO Archimede 4 4 esame di stato 4 seconda prova scritta per i licei scientifici di ordinamento Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMA Nella figura

Dettagli

FASCI DI RETTE. scrivere la retta in forma esplicita: 2y = 3x + 4 y = 3 2 x 2. scrivere l equazione del fascio di rette:

FASCI DI RETTE. scrivere la retta in forma esplicita: 2y = 3x + 4 y = 3 2 x 2. scrivere l equazione del fascio di rette: FASCI DI RETTE DEFINIZIONE: Si chiama fascio di rette parallele o fascio improprio [erroneamente data la somiglianza effettiva con un fascio!] un insieme di rette che hanno tutte lo stesso coefficiente

Dettagli

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1

Le funzioni continue. A. Pisani Liceo Classico Dante Alighieri A.S. 2002-03. A. Pisani, appunti di Matematica 1 Le funzioni continue A. Pisani Liceo Classico Dante Alighieri A.S. -3 A. Pisani, appunti di Matematica 1 Nota bene Questi appunti sono da intendere come guida allo studio e come riassunto di quanto illustrato

Dettagli

Materiale originale prodotto dal Centro Didattico della Matematica - www.cedima.it - Tel. 0229408552

Materiale originale prodotto dal Centro Didattico della Matematica - www.cedima.it - Tel. 0229408552 Materiale originale prodotto dal Centro Didattico della Matematica - www.cedima.it - Tel. 0940855 La funzione: y = cos x DEFINIZIONE Si dice funzione coseno di un angolo nel cerchio trigonometrico, la

Dettagli

Corso di Analisi Matematica. Polinomi e serie di Taylor

Corso di Analisi Matematica. Polinomi e serie di Taylor a.a. 2013/14 Laurea triennale in Informatica Corso di Analisi Matematica Polinomi e serie di Taylor Avvertenza Questi sono appunti informali delle lezioni, che vengono resi disponibili per comodità degli

Dettagli

Cristian Secchi Pag. 1

Cristian Secchi Pag. 1 CONTROLLI DIGITALI Laurea Magistrale in Ingegneria Meccatronica SISTEMI A TEMPO DISCRETO Ing. Tel. 0522 522235 e-mail: cristian.secchi@unimore.it http://www.dismi.unimo.it/members/csecchi Richiami di Controlli

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004

ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 2004 ESAME DI STATO DI LICEO SCIENTIFICO CORSO DI ORDINAMENTO 004 Il candidato risolva uno dei due problemi e 5 dei 10 quesiti in cui si articola il questionario. PROBLEMA 1 Sia f la funzione definita da: f

Dettagli

ITCG Cattaneo via Matilde di canossa n.3 - Castelnovo ne' Monti (RE) SEZIONE I.T.I. - Corso di Fisica - prof. Massimo Manvilli

ITCG Cattaneo via Matilde di canossa n.3 - Castelnovo ne' Monti (RE) SEZIONE I.T.I. - Corso di Fisica - prof. Massimo Manvilli ITCG C. CATTANEO via Matilde di Canossa n.3 - Castelnovo ne' Monti (Reggio Emilia) Costruzione del grafico di una funzione con Microsoft Excel Supponiamo di aver costruito la tabella riportata in figura

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso

Dettagli

Problema n. 1: CURVA NORD

Problema n. 1: CURVA NORD Problema n. 1: CURVA NORD Sei il responsabile della gestione del settore Curva Nord dell impianto sportivo della tua città e devi organizzare tutti i servizi relativi all ingresso e all uscita degli spettatori,

Dettagli

2.1 DATI NAZIONALI E TERRITORIALI (AREE E Regioni)

2.1 DATI NAZIONALI E TERRITORIALI (AREE E Regioni) ANALISI TERRITORIALE DEL VALORE DEL PATRIMONIO ABITATIVO Gli immobili in Italia - 2015 ANALISI TERRITORIALE DEL VALORE DEL PATRIMONIO ABITATIVO Nel presente capitolo è analizzata la distribuzione territoriale

Dettagli

QUARTA E QUINTA ISTITUTO TECNICO INDUSTRIALE

QUARTA E QUINTA ISTITUTO TECNICO INDUSTRIALE QUARTA E QUINTA ISTITUTO TECNICO INDUSTRIALE - Matematica - Griglie di valutazione Materia: Matematica Obiettivi disciplinari Gli obiettivi indicati si riferiscono all intero percorso della classe quarta

Dettagli

La distribuzione Normale. La distribuzione Normale

La distribuzione Normale. La distribuzione Normale La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una

Dettagli

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in

Dettagli

Consideriamo due polinomi

Consideriamo due polinomi Capitolo 3 Il luogo delle radici Consideriamo due polinomi N(z) = (z z 1 )(z z 2 )... (z z m ) D(z) = (z p 1 )(z p 2 )... (z p n ) della variabile complessa z con m < n. Nelle problematiche connesse al

Dettagli

Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale

Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale Corso di Scienza Economica (Economia Politica) prof. G. Di Bartolomeo Lezione 10: Il problema del consumatore: Preferenze e scelta ottimale Facoltà di Scienze della Comunicazione Università di Teramo Scelta

Dettagli

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO

ESAME DI STATO 2002 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO ARCHIMEDE 4/ 97 ESAME DI STATO SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO Il candidato risolva uno dei due problemi e 5 dei quesiti in cui si articola il questionario. PROBLEMA In un

Dettagli

Forma d onda rettangolare non alternativa.

Forma d onda rettangolare non alternativa. Forma d onda rettangolare non alternativa. Lo studio della forma d onda rettangolare è utile, perché consente di conoscere il contenuto armonico di un segnale digitale. FIGURA 33 Forma d onda rettangolare.

Dettagli

LE TRASFORMAZIONI GEOMETRICHE NEL PIANO

LE TRASFORMAZIONI GEOMETRICHE NEL PIANO LE TRASFORMAZIONI GEOMETRICHE NEL PIANO Una trasformazione geometrica è una funzione che fa corrispondere a ogni punto del piano un altro punto del piano stesso Si può pensare come MOVIMENTO di punti e

Dettagli

LA POVERTÀ IN ITALIA. Anno 2013. 14 luglio 2014

LA POVERTÀ IN ITALIA. Anno 2013. 14 luglio 2014 14 luglio 2014 Anno 2013 LA POVERTÀ IN ITALIA Nel 2013, il 12,6% delle famiglie è in condizione di povertà relativa (per un totale di 3 milioni 230 mila) e il 7,9% lo è in termini assoluti (2 milioni 28

Dettagli

1 Medie. la loro media aritmetica è il numero x dato dalla formula: x = x 1 + x 2 +... + x n

1 Medie. la loro media aritmetica è il numero x dato dalla formula: x = x 1 + x 2 +... + x n 1 Medie La statistica consta di un insieme di metodi atti a elaborare e a sintetizzare i dati relativi alle caratteristiche di una fissata popolazione, rilevati mediante osservazioni o esperimenti. Col

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

1x1 qs-stat. Pacchetto Software per la Soluzione di Problemi Statistici nel Controllo Qualità. Versione: 1 / Marzo 2010 Doc. n.

1x1 qs-stat. Pacchetto Software per la Soluzione di Problemi Statistici nel Controllo Qualità. Versione: 1 / Marzo 2010 Doc. n. 1x1 qs-stat Pacchetto Software per la Soluzione di Problemi Statistici nel Controllo Qualità Versione: 1 / Marzo 2010 Doc. n.: PD-0012 Copyright 2010 Q-DAS GmbH & Co. KG Eisleber Str. 2 D - 69469 Weinheim

Dettagli

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1

Potenza dello studio e dimensione campionaria. Laurea in Medicina e Chirurgia - Statistica medica 1 Potenza dello studio e dimensione campionaria Laurea in Medicina e Chirurgia - Statistica medica 1 Introduzione Nella pianificazione di uno studio clinico randomizzato è fondamentale determinare in modo

Dettagli

Esercizi di calcolo combinatorio

Esercizi di calcolo combinatorio CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi di calcolo combinatorio Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability di Sheldon Ross, quinta

Dettagli

2 Rappresentazioni grafiche

2 Rappresentazioni grafiche asi di matematica per la MPT 2 Rappresentazioni grafiche I numeri possono essere rappresentati utilizzando i seguenti metodi: la retta dei numeri; gli insiemi. 2.1 La retta numerica Domanda introduttiva

Dettagli

Lezione XII: La differenziazione del prodotto

Lezione XII: La differenziazione del prodotto Lezione XII: La differenziazione del prodotto Ci sono mercati che per la natura del loro prodotto, la numerosità dei soggetti coinvolti su entrambi i lati del mercato (e in particolare, la bassa concentrazione

Dettagli

LA FUNZIONE INTEGRALE

LA FUNZIONE INTEGRALE LA FUNZIONE INTEGRALE MAGLIOCURIOSO & CAMILLO magliocurioso@hotmail.it Sommario. In questa breve dispensa ho semplicementrascritto in L A TEX il contenuto di questa discussione: http://www.matematicamente.it/forum/

Dettagli

Approssimazione polinomiale di funzioni e dati

Approssimazione polinomiale di funzioni e dati Approssimazione polinomiale di funzioni e dati Approssimare una funzione f significa trovare una funzione f di forma più semplice che possa essere usata al posto di f. Questa strategia è utilizzata nell

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

Studio grafico-analitico delle funzioni reali a variabile reale

Studio grafico-analitico delle funzioni reali a variabile reale Studio grafico-analitico delle funzioni reali a variabile reale Sequenza dei passi Classificazione In pratica Classifica il tipo di funzione: Funzione razionale: intera / fratta Funzione irrazionale: intera

Dettagli

ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA.

ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA. ELEMENTI DI GEOMETRIA ANALITICA: LA RETTA. Prerequisiti I radicali Risoluzione di sistemi di equazioni di primo e secondo grado. Classificazione e dominio delle funzioni algebriche Obiettivi minimi Saper

Dettagli

3. Confronto tra medie di due campioni indipendenti o appaiati

3. Confronto tra medie di due campioni indipendenti o appaiati BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

Equazione della Circonferenza - Grafico di una Circonferenza - Intersezione tra Circonferenza e Retta

Equazione della Circonferenza - Grafico di una Circonferenza - Intersezione tra Circonferenza e Retta Equazione della Circonferenza - Grafico di una Circonferenza - Intersezione tra Circonferenza e Retta Francesco Zumbo www.francescozumbo.it http://it.geocities.com/zumbof/ Questi appunti vogliono essere

Dettagli

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014

Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 2014 Proposta di soluzione della prova di matematica Liceo scientifico di Ordinamento - 14 Problema 1 Punto a) Osserviamo che g (x) = f(x) e pertanto g () = f() = in quanto Γ è tangente all asse delle ascisse,

Dettagli

Anno 5 Funzioni inverse e funzioni composte

Anno 5 Funzioni inverse e funzioni composte Anno 5 Funzioni inverse e funzioni composte 1 Introduzione In questa lezione impareremo a definire e ricercare le funzioni inverse e le funzioni composte. Al termine di questa lezione sarai in grado di:

Dettagli

Principal Component Analysis

Principal Component Analysis Principal Component Analysis Alessandro Rezzani Abstract L articolo descrive una delle tecniche di riduzione della dimensionalità del data set: il metodo dell analisi delle componenti principali (Principal

Dettagli

su web che riportano documentazione e software dedicati agli argomenti trattati nel libro, riportandone, alla fine dei rispettivi capitoli, gli

su web che riportano documentazione e software dedicati agli argomenti trattati nel libro, riportandone, alla fine dei rispettivi capitoli, gli Prefazione Non è facile definire che cosa è un problema inverso anche se, ogni giorno, facciamo delle operazioni mentali che sono dei metodi inversi: riconoscere i luoghi che attraversiamo quando andiamo

Dettagli

INTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito.

INTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito. INTEGRALI DEFINITI Sia nel campo scientifico che in quello tecnico si presentano spesso situazioni per affrontare le quali è necessario ricorrere al calcolo dell integrale definito. Vi sono infatti svariati

Dettagli

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys.

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys. METODO DEI MINIMI QUADRATI GIUSEPPE GIUDICE Sommario Il metodo dei minimi quadrati è trattato in tutti i testi di statistica e di elaborazione dei dati sperimentali, ma non sempre col rigore necessario

Dettagli

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A.

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A. UdA n. 1 Titolo: Disequazioni algebriche Saper esprimere in linguaggio matematico disuguaglianze e disequazioni Risolvere problemi mediante l uso di disequazioni algebriche Le disequazioni I principi delle

Dettagli

ANALISI DELLE FREQUENZE: IL TEST CHI 2

ANALISI DELLE FREQUENZE: IL TEST CHI 2 ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento

Dettagli

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità

Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Probabilità Probabilità Gli eventi sono stati definiti come i possibili risultati di un esperimento. Ogni evento ha una probabilità Se tutti gli eventi fossero ugualmente possibili, la probabilità p(e)

Dettagli

Corso di Matematica finanziaria

Corso di Matematica finanziaria Corso di Matematica finanziaria modulo "Fondamenti della valutazione finanziaria" Eserciziario di Matematica finanziaria Università degli studi Roma Tre 2 Esercizi dal corso di Matematica finanziaria,

Dettagli

Le formule possono essere scritte utilizzando un insieme di funzioni predefinite che Excel mette a disposizione, raggruppate per argomento.

Le formule possono essere scritte utilizzando un insieme di funzioni predefinite che Excel mette a disposizione, raggruppate per argomento. Excel: le funzioni Le formule possono essere scritte utilizzando un insieme di funzioni predefinite che Excel mette a disposizione, raggruppate per argomento. DEFINIZIONE: Le funzioni sono dei procedimenti

Dettagli

Statistical Process Control

Statistical Process Control Statistical Process Control 1 Introduzione SPC si occupa del miglioramento della qualità. I metodi per il miglioramento della qualità possono essere applicati a qualsiasi area in una fabbrica o organizzazione

Dettagli

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011

VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 VARIABILI E DISTRIBUZIONI DI FREQUENZA A.A. 2010/2011 1 RAPPRESENTARE I DATI: TABELLE E GRAFICI Un insieme di misure è detto serie statistica o serie dei dati 1) Una sua prima elementare elaborazione può

Dettagli

L apertura di una economia ha 3 dimensioni

L apertura di una economia ha 3 dimensioni Lezione 19 (BAG cap. 6.1 e 6.3 e 18.1-18.4) Il mercato dei beni in economia aperta: moltiplicatore politica fiscale e deprezzamento Corso di Macroeconomia Prof. Guido Ascari, Università di Pavia Economia

Dettagli

ESAME DI STATO 2010 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO

ESAME DI STATO 2010 SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO Archimede ESAME DI STATO SECONDA PROVA SCRITTA PER IL LICEO SCIENTIFICO DI ORDINAMENTO ARTICOLO Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. Sia ABCD un quadrato di

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

TERMODINAMICA DI UNA REAZIONE DI CELLA

TERMODINAMICA DI UNA REAZIONE DI CELLA TERMODINAMICA DI UNA REAZIONE DI CELLA INTRODUZIONE Lo scopo dell esperienza è ricavare le grandezze termodinamiche per la reazione che avviene in una cella galvanica, attraverso misure di f.e.m. effettuate

Dettagli

Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli. 03 - Equazioni differenziali lineari omogenee a coefficienti costanti.

Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli. 03 - Equazioni differenziali lineari omogenee a coefficienti costanti. Appunti sul corso di Complementi di Matematica - prof. B.Bacchelli 03 - Equazioni differenziali lineari omogenee a coefficienti costanti. Def. Si dice equazione differenziale lineare del secondo ordine

Dettagli

Cenni. il cui una utilizzo. della. Si usa. statistica: 1)

Cenni. il cui una utilizzo. della. Si usa. statistica: 1) Rappresentazioni grafiche Figura 1 Esempi di rappresentazioni grafiche Fonte: Borra, Di Ciaccio 2008; p. 37. Cenni storici e considerazioni generali L introduzione delle rappresentazioni grafiche nel campo

Dettagli

FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas

FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas FUNZIONI REALI DI VARIABILE REALE e CONTINUITA Roberto Argiolas.8.6.. - -.5.5 -. In questa dispensa ricordiamo la classificazione delle funzioni elementari e il dominio di esistenza delle stesse. Inoltre

Dettagli

FUNZIONI CONVESSE. + e x 0

FUNZIONI CONVESSE. + e x 0 FUNZIONI CONVESSE Sia I un intervallo aperto di R (limitato o illimitato) e sia f(x) una funzione definita in I. Dato x 0 I, la retta r passante per il punto P 0 (x 0, f(x 0 )) di equazione y = f(x 0 )

Dettagli

Gli scarti... tipi facili

Gli scarti... tipi facili Gli scarti... tipi facili 1 f (x) = " # e $(x$x) "! dove si narra dell utilizzo di excel per il calcolo della ripetibilità e dell incertezza delle misure variabili con la concentrazione Michele Rapillo

Dettagli

Indice generale. Modulo 1 Algebra 2

Indice generale. Modulo 1 Algebra 2 Indice generale Modulo 1 Algebra 2 Capitolo 1 Scomposizione in fattori. Equazioni di grado superiore al primo 1.1 La scomposizione in fattori 2 1.2 Raccoglimento a fattor comune 3 1.3 Raccoglimenti successivi

Dettagli

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni.

MATEMATICA. { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un numero x ed un numero y che risolvano entrambe le equazioni. MATEMATICA. Sistemi lineari in due equazioni due incognite. Date due equazioni lineari nelle due incognite x, y come ad esempio { 2 x =12 y 3 y +8 x =0, si pone il problema di trovare, se esistono, un

Dettagli

QUADERNI DI DIDATTICA

QUADERNI DI DIDATTICA Department of Applied Mathematics, University of Venice QUADERNI DI DIDATTICA Tatiana Bassetto, Marco Corazza, Riccardo Gusso, Martina Nardon Esercizi sulle funzioni di più variabili reali con applicazioni

Dettagli

Legge del Raffreddamento di Newton

Legge del Raffreddamento di Newton Legge del Raffreddamento di Newton www.lepla.eu Obiettivo L'obiettivo di questo esperimento è studiare l'andamento temporale della temperatura di un oggetto che si raffredda e trovare un modello matematico

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

FUNZIONI LINEARI. FUNZIONE VALORE ASSOLUTO. Si chiama funzione lineare (o funzione affine) una funzione del tipo = +

FUNZIONI LINEARI. FUNZIONE VALORE ASSOLUTO. Si chiama funzione lineare (o funzione affine) una funzione del tipo = + FUNZIONI LINEARI. FUNZIONE VALORE ASSOLUTO Si chiama funzione lineare (o funzione affine) una funzione del tipo = + dove m e q sono numeri reali fissati. Il grafico di tale funzione è una retta, di cui

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

LE FUNZIONI MATEMATICHE

LE FUNZIONI MATEMATICHE ALGEBRA LE FUNZIONI MATEMATICHE E IL PIANO CARTESIANO PREREQUISITI l l l l l conoscere il concetto di insieme conoscere il concetto di relazione disporre i dati in una tabella rappresentare i dati mediante

Dettagli

al via 1 Percorsi guidati per le vacanze di matematica e scienze UNITÀ CAMPIONE Edizioni del Quadrifoglio Evelina De Gregori Alessandra Rotondi

al via 1 Percorsi guidati per le vacanze di matematica e scienze UNITÀ CAMPIONE Edizioni del Quadrifoglio Evelina De Gregori Alessandra Rotondi Evelina De Gregori Alessandra Rotondi al via 1 Percorsi guidati per le vacanze di matematica e scienze per la Scuola secondaria di primo grado UNITÀ CAMPIONE Edizioni del Quadrifoglio Test d'ingresso NUMERI

Dettagli

Il luogo delle radici (ver. 1.0)

Il luogo delle radici (ver. 1.0) Il luogo delle radici (ver. 1.0) 1 Sia dato il sistema in retroazione riportato in Fig. 1.1. Il luogo delle radici è uno strumento mediante il quale è possibile valutare la posizione dei poli della funzione

Dettagli

Grafici di redditività BREAK-EVEN ANALYSIS

Grafici di redditività BREAK-EVEN ANALYSIS Grafici di redditività BREAK-EVEN ANALYSIS 1 Analisi del punto di equilibrio o di pareggio Consiste nella determinazione grafica o matematica del quantitativo di vendita al quale i costi totali e i ricavi

Dettagli

SIMULAZIONE DI PROVA D ESAME CORSO DI ORDINAMENTO

SIMULAZIONE DI PROVA D ESAME CORSO DI ORDINAMENTO SIMULAZINE DI PRVA D ESAME CRS DI RDINAMENT Risolvi uno dei due problemi e 5 dei quesiti del questionario. PRBLEMA Considera la famiglia di funzioni k ln f k () se k se e la funzione g() ln se. se. Determina

Dettagli

VARIABILI ALEATORIE CONTINUE

VARIABILI ALEATORIE CONTINUE VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità

Dettagli

LA CORRENTE ELETTRICA Prof. Erasmo Modica erasmo@galois.it

LA CORRENTE ELETTRICA Prof. Erasmo Modica erasmo@galois.it LA CORRENTE ELETTRICA Prof. Erasmo Modica erasmo@galois.it L INTENSITÀ DELLA CORRENTE ELETTRICA Consideriamo una lampadina inserita in un circuito elettrico costituito da fili metallici ed un interruttore.

Dettagli

STATA. e la BIOSTATISTICA di Norman - Streiner. Prof. Pierpaolo Vittorini pierpaolo.vittorini@univaq.it

STATA. e la BIOSTATISTICA di Norman - Streiner. Prof. Pierpaolo Vittorini pierpaolo.vittorini@univaq.it e la BIOSTATISTICA di Norman - Streiner pierpaolo.vittorini@univaq.it Università degli Studi dell Aquila Facoltà di Medicina e Chirurgia 14 febbraio 2013 Contenuti e obiettivi Breve riassunto applicativo

Dettagli

Allegato A Documentazione introduttiva all utilizzo della SAM regionale nel periodo di cantiere

Allegato A Documentazione introduttiva all utilizzo della SAM regionale nel periodo di cantiere 1 La matrice di contabilità sociale (SAM): uno strumento per la valutazione. Appendice A Documentazione introduttiva all utilizzo della SAM regionale nel periodo di cantiere IPI, 2009 Sono vietate le riproduzioni

Dettagli